Предлагается сделать ряд улучшений в code insight для популярных библиотек анализа данных и визуализации. Пример возможных улучшений:
- В pandas.DataFrame названия колонок указываются в виде списка строк. Названия колонок могли бы предлагаться в полях и аргументах функции с помощью auto-complete.
- При работе с Jupyter-ноутбуками можно было бы предлагать в auto-complete названия колонок, которые были получены при чтении датафреймов из CSV-файлов, баз данных и т.п.
- Одни и те же методы в pandas могут возвращать новые датафреймы или модифицировать текущие. Статический анализатор мог бы подсказывать о неправильном использовании таких методов.
- В matplotlib у многих функций есть огромное количество параметров, но они скрыты под
**kwargs и на данный момент не могут быть предложены в auto-complete.
- В tensorflow методы могут принимать строковые аргументы, возможные значения которых заранее известны и документированы. Например, аргумент optimizer в model.compile. Их тоже можно было бы предлагать в auto-complete.
Список возможных улучшений ограничен лишь фантазией и здравым смыслом. Свои предложения по улучшению также будут приветствоваться.
Разработка будет вестись преимущественно на Kotlin. Помимо этого, придётся вникать в исходные коды популярных Python-библиотек.
Задавать вопросы можно письмом на vladimir.lagunov@jetbrains.com